DEKSDEN notes
3.13K subscribers
840 photos
10 videos
4 files
822 links
Мои заметки на разные темы, уровень - "для продолжающих"
Vibe Coding -> AI SWE, AI Coding Tools, Agents, news, links
Чат (!!!): https://t.me/+B1fB3sZbaVthMDhi

Админ @deksden

В канал бесплатно публикую опенсорс проекты - пишите админу

Вакансии? админу
Download Telegram
⚪️ Ship-темберь, день 9/28


Нынче зарелизили оптимизацию в кодексе, которая экономит до 60% места на диске

Ну - вроде мелочь, но будет приятно! надо изучить за счёт чего и в каком апдейте эти оптимизации.

Отдельно забавно что со счёта тибо слегка сбился и потом поправился, это день 9 уже!

https://x.com/thsottiaux/status/2110151780478927344

@deksden_notes
👍4❤2
⚪️ Codex app - Settings - Storage


Все уже видели страничку в настройках аппа, который показывает сколько занимают чаты кодекса и прочие артифакты на компе? Деревья тоже можно смотреть.


Довольно удобно.

Хочу поручить агенту заархивировать все от 2025 года - чтобы не болталось

@deksden_notes
👍11
⚪️ Ship-темберь, день 10/28

Тибо молчал весь день - говорит, что работал

И сегодня наработали ресет, что тоже неплохо

https://x.com/thsottiaux/status/2110595484180214059

——

раскатывают в течение ближайших 2х часов! это значит до 10:00 мск

@deksden_notes
🔥9
Forwarded from A M
Session-Bench v1: что агенты для кода сохраняют о вашей работе

Агенты пишут историю сессий на диск. По ней продолжают работу, передают задачу другому агенту, считают расход. Но что в этих файлах на самом деле, никто не проверял.

Оценивается формат хранения, а не модель. Файлы прогонов, код и рубрика открыты.

Бенч вырос из Agent Sessions (901 ⭐️ ) — бесплатного локального приложения для macOS, которое показывает историю агентов и live скорость расхода подписки для каждой сессии.

jazzyalex.github.io/agent-sessions/blog/session-bench-v1/
github.com/jazzyalex/session-bench
#opensource
👍3
⚪️ Клод Код и план-капкан - как работать в клоде в 2026


Если кто то помнит, я работал плотно в Клод коде до августа 2025, аж ещё с самой бэта версии клод кода, но перешёл в гпт/кодекс после отупения опуса-2025 и выпуска интересной гпт-5. Но это уже история

С тех пор мало чего поменялось: фронтир как был - две лабы, так и остался.

Сейчас созрел вернуться в некотором виде к клоду, не оставляя гпт: думаю, подписочку клода можно было бы взять! Для начала Pro, потом видимо Max. Уж больно иснересен опус 5.5, не могу пройти мимо.

Но нынче идёт 2026, и уже всё не так просто: клод банит налево и направо, борется с санкционниками и дистилляторами. Поэтому как назначенный санкционник - оцениваю риски огребания бана весьма неиллюзорными. А бана мы не хотим, мы хотим щупать опуса.

▶️ В связи с этим, прорабатываю план как грамотно и гигиенично овладеть клодом. Для начала нужно подсобрать информацию и "сверить часы". Сначала приведу вводные, которые я осознаю и которые мне кажется имеют значение:

• оплата для начала точно будет какой то буржуйской картой через сервис посредник, карта типа на меня, без шеринга с широкими народными массами;
• регион карты / биллинг адрес: для начала попробую найти US;
• я хочу поставить агента клода на VPS, чтобы не мучить ноутбук ещё пучком сессий разработки, но при этом я хочу работать в Desktop (подключим по SSH)
• датацентровые ip от vps не очень котируются клодом, поэтому нам нужен будет постоянный резидентный прокси (что даёт некоторую свободу от провайдера VPS); прокси по стране должен бы совпадать с биллинговым адресом картой оплаты
• на компе будем заводить отдельный профиль для веб сессий с клодом - и там будет своя временная зона (часовой пояс), и запрещена геолокация в браузере, и не будет посторонних rer$
• на всякий случай - телефон, у меня есть UK номера от giffgaff с возможностью получения SMS;
• телеметрию у десктопного клода будем отключать на моем ноуте через софтину типа Little Snitch / LuLu;
• думаю про фильтрацию запросов в клод через какой то прокси - типа CPA, но специализированный, чтобы он "лишнее" оттуда вырезал: если такое есть, не гуглил ещё, но думаю у китайских товарищей точно что то должно быть, - но пока не знаю надо ли оно

❓Кто на опыте: есть какие то замечания по плану? Есть советы? Планирую по итогам сетапа дать обзор - какой сетап в итоге "пошёл в бой" с бан-хаммером антропиков. Так сказать, "овладей клодом без регистрации и смс"

@deksden_notes
🔥12😁9
⚪️ Step 5 preview выложили в опенсорс


Как StepFun и обещали! Веса уже где положено, в BF16 / FP8:

🔗 Обнимашки : https://huggingface.co/stepfun-ai/Step-5-Preview
🔗 MdS : https://modelscope.ai/models/stepfun-ai/Step-5-Preview
🔗 гитхаб : https://github.com/stepfun-ai/Step-5-Preview

Напомню, что это модель:
• MoE 600b, a27b
• 1m контекст
• text + image, то есть с вижином
• vLLM / SGLang

🔗 Техблог про детали : https://platform.stepfun.ai/blog/inside-step-5-preview

Ну и ещё у них есть своя упряжка, Step Code:

🔗 гитхаб : https://github.com/stepfun-ai/Step-Code

На Aai индекс 44, это чуток хуже Glm 5.3 и чуток лучше DS 4.1 flash

@deksden_notes
👍3
⚪️ Ship-темберь, день 11/28


Тибо отписался про сегодняшнюю фичу: они починили печально знаменитое кодексовское "model at capacity". Вроде как!

Теперь егдо лжно стать сильно меньше, а если и будет, упряжка покатится дальше сама (интересно, goal перестал блокироваться?)

Фича немного смешная - потому что сами сломали, сами починили. Но она капец как актуальна, потому что эти постоянные ошибки прям достали! я уже три пайплайна переделал на повышенную устойчивость к отваливанию провайдера - что раньше было совсем не актуально. Но иначе по утрам работать невозможно.

Посмотрим как оно будет в жизни

@deksden_notes
👍4😁3🔥1🥴1
⚪️ Muse Spark Open - релиз


Цук не забыл про опенсорс, что редкость для нынешних американских фронтирных лаб - делается релиз модели Muse Spark Open

Ключенвые моменты:

• 816B, A42B, 1m контекст
• омни модальная (!!): текст, картинки, аудио/видео
• можно запустить на двух M5 Mac Studio через MLX
• работает с SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, llama.cpp, Unsloth
• AMD, Apple, Intel, and NVIDIA silicon
• лицензия - Muse Model License, with limited commercial terms (это надо изучать чего там такое)


🔗 Бложик : https://research.meta.ai/blog/muse-spark-open

🔗 Обнимашки : https://huggingface.co/collections/meta-models/muse-spark-open

Я глянул бенчи - штука послабее Spark 1.3, примерно на уровне 1.2, что жалко - 1.3 очень даже неплохая модель. И конечно заметно отстаёт от Чудо-Муси, особенно Полной.

По AAi выходит 39, это на уровне свежих флешей (ds 4.1 flash, qwen3.8 flash, mimo 2.6 flash).

Но тот же квен с Aai 40 имеет всего 180b параметров, что экономнее (правда контекст 256к).

А у glm 5.3 индекс 42 (заметно поумнее) и 320b.

То есть буржуям и Цуку пока не получилось в топ-опенсорс - не дотягивает до китайских релизов даже текущего поколения. Не знаю кого такое заинтересует особо - поклонников идеологически правильных корпусов данных?

Но за опенсорс в любом случае - спасибо!

@deksden_notes
👍6
⚪️ Retry/repair/fix циклы в модельных и агентных пайплайнах


Предмет этой замеки - это софт, работающий с ИИ. То есть это не работа меня как разработчика с агентом, это то, какие подходы я использую в создаваемом софте, который, в свою очередь, работает с моделями, и, иногда, в агентом режиме.

Последние недели сильно "кашлял" инференс на клозедах ("model at capacity") - и много пайплайнов в разных системах сбоило. Пришлось реагировать. Провёл ревизию, настроил пайплайны с использованием ряда принципов, делюсь ими с вами.

▶️ Проблемы делю так:

1️⃣ Транспортные/провайдерские: это когда провайдер не отвечает, когда рвётся стрим ответа, когда "model at capacity" - это такие проблемы, когда можно просто повторить запрос; то есть делаем Retry;

Нестабильностью научила такому: повторы делаю с прогрессивной задержкой, первый через 10 секунд, второй - через 30 секунд, третий - через 60 секунд. Бюджет повторов 3 раза максимум, если ошибка после третьего, считаю что провайдер не дышит и роняю пайплайн. Если после любого повтора модель вернула успешный ответ, я сбрасываю счётчик повторов, и при следующей ошибке бюджет - опять 3 раза. Так удалось тянуть пайплайны если кодекс хоть как то дышал.

2️⃣ Есть провайдерские ошибки с лимитами (модель упёрлась в лимит подписки, кончились кредиты/деньги на аккаунте) и авторизацией (протухли логины/авторизации, были инвалидированы) - тогда нет смысла повторять запросы, сразу валим пайплайн. Важно не потерять причину, потому что часто при такой ошибке требуется вмешательство человека. В некоторых пайплайнах настроил ждать сброса лимитов, смотрим когда лимит сбросится, выжидаем и делаем retry.

3️⃣ Когда модель вернула некорректный ответ - не в структуре (схему дежить Structured Output), а логическая проблема в содержимом - неправильный идентификатор, некорректное значение.

Такое бывает у туповатых моделей типа Луны, если задача для них тяжёлая: много надо сопоставить, много вводных = путается.

Когда обнаружили логическую проблему, мы делаем Repair/Fix запрос. Тут берём специальный repair-промпт, который похож на первоначланьый, но содержит инструкции чтобы модель исправляла ошибку, и описание допущенной ошибки.

Также тут придумал такое: делать дауншифтинг задачи. Например, нужно было разобрать пачку данных из 50 элементов. В 2х допущена ошибка. В repair промпт берём только 2 косячных элемента, правильные элементы уже исключаем из задачи, и модель чинит только поломанное. Готовое и корректное убираем из контекста, повторно модели не показываем.

Если нужно было вернуть сложный объект, и была допущена ошибка с каким то блоком - просим перегенерировать только этот блок, без полной схемы. А уже в детерминированном коде после repair запроса патчим первоначальный объект чтобы получить полный и корректный итоговый ответ.

Что дает дауншифтинг? Модель может сфокусироваться на ошибочных элементах и ей проще починить допущенные проблемы. Скорее всего в первоначальной задаче модели не хватило ресурса внимания для подного и качественного решения, и снижение контекста и сложности задачи ей помогут. Если же дать первоначальный объём - легко получить ошибку в других 2-3 элементах, да и гонять повторно обработку уже обработанных данных - это такое себе решение.

4️⃣ Когда система оркестрирует агентную упряжку и сессия агента валится - тут расследуем причину падения. Если пресловутая "capacity" - то делаем по приципу похожему на модельный пайплайн, но в агентной версии. Те же 3 повтора, с прогрессирующей задержкой, но через промпт "continue". Если "не шмогла" - тогда валим пайплайн.

Аналогично для проблемы лимитов/авторизации в агентном пайплайне. Есть возможность подождать сброса - ждём (конечно, это про 5h лимит, недельные ждать пока необходимости не было).

❓ Вот такие подходы. Используете что то такое? Также делаете? Или какие то интересные находки на эту тему есть? Давайте обратную связь в комменты/чат ⬇️

🏞️ Картинка: Если кашляет — даём отдышаться. Если выдала квадратную шестерёнку — берём напильник

@deksden_notes
👍5🔥5❤2
Forwarded from Vlad
This media is not supported in your browser
VIEW IN TELEGRAM
⚪️ deja-vu: одна память для Claude Code, Codex, Cursor и ещё 39 агентов

#гостевой_пост #opensource

Каждый агент пишет историю сессий на диск, но забывает о ней. Перешел например с клода на кодекс (или забанили :)) и агент начинает с нуля, хотя множество задач уже решено.

deja-vu индексирует эти файлы у всех агентов сразу, включая всё, что было до установки. Нужное агент получает сам через хуки и MCP: в начале сессии, перед правкой файла, после упавшей команды. Без LLM и ключей, один бинарник на Go, всё локально. 19 тысяч сессий индексируются за 17 секунд.

Легко настраивается синк индекса между машинами по ssh для единой базы знаний. Заодно в нём остаются сессии, которые Claude Code сам удаляет через 30 дней. Между харнессами можно перескакивать удобно через tui, продолжая сессию.

curl -fsSL https://raw.githubusercontent.com/vshulcz/deja-vu/main/install.sh | sh
deja install --auto


https://github.com/vshulcz/deja-vu

Автор: @vshulcz
❤12🔥5👍4
⚪️ Редакционная политика канала / чата


Коллеги! Напомню редакционную политику (нашей небольшой редакции в составе меня и иногда кодекса на подхвате) - народа стало немного поболее, может быть кто то не в курсе.

Помимо моих собственных заметок в канал/чат (новости, и авторские материалы) я публикую такой контент:

1️⃣ я поддерживаю и совершенно бесплатно публикую Open Source проекты от коммьюнити - оформление поста совершенно на ваш выбор, прошу только поставить тег #opensource для облегчения поиска в чате (поиск в телеге - это беда и горе, конечно); чтобы сделать публикацию - пишите мне в личку @deksden и присылайте свои посты; фильтр проектов не вводил, надеюсь на оценку коммьюнити

2️⃣ можно бесплатно делать публикацию интересных / важных / полезных постов ваших/сторонних каналов - я называю это #гостевой_пост , это можно тоже согласовать в личке если хотите в канал (там сильно больше аудитория чем в чате); но можно и в чат бростаь, если считаете какой то материал достойным репоста- я ревниво не баню репосты посторонних каналов если это в пределах разумного и не похоже на явное промо канала/чата, что, кстати, бывало - но и тут будут предупреждения автору без внезапных банов

3️⃣ я не одобряю несогласованную коммерцию в чате - все платные услуги можно писать в чат после согласования в личке, ибо бывали не самые хорошие прецеденты;

4️⃣ за рекламными постами - писать в личку; реклама делается согласованным продуктам и прошу отнестись с пониманием - она помогает поддерживать работну над каналом и чатом;

👉 льготные условия для рекламы есть для таких категорий постов:
- вакансии на профильные темы
- конференции, митапы, и прочие тематические эвенты - тоже пишите, для бесплатных вариантов льготы и тоже всё обсуждается;


▶️ В качестве информации: я провожу эксперимент по некоторому расширению охвата, и с недавних пор есть репост материалов канала в vc.ru/deksden_notes и там на удивление даже есть какая то аудитория/просмотры/подписчики.

Планирую подключить другие площадки, но в некотором раздумии о стоящих российских платформах. vk? dzen? max? Кто на опыте - пишите в комменты/чат, интересно мнение/аргументы/опыт. Вот например меня max смущает своей зашкварной репутацией. Вроде habr тематический, но для него надо бы формат немного другой, статьями по теме - да и аудитория с известной долей токсичности, а ту ещё и ИИ! В общем, есть чего обсуждать.


@deksden_notes
👍9🔥6👌2